”Big data”-analys av CSA under CPAP-behandling | ResMed Sverige

Central sömnapné under CPAP-behandling: de första resultaten från en ”big data”-analys

Big data är ett lovande och innovativt sätt att undersöka frågor med klinisk relevans, identifiera mönster och egenskaper hos sjukdomar och ställa upp hypoteser inom sjukvården. Enorma mängder data är tillgängliga redan nu, och mer är på gång, från en rad källor, till exempel distansmonitorerade medicintekniska produkter som är uppkopplade mot databaser och som ger löpande information om apparatens funktion och patientens tillstånd. Sådana dataanalyser kan ge nya kunskaper och stöd för ny praxis inom sjukvården.

I en banbrytande analys användes verkliga, avidentifierade data för att identifiera central sömnapné (CSA) under behandling med kontinuerligt positivt luftvägstryck (CPAP) hos distansmonitorerade patienter i USA. Under analysen kunde 3 kategorier av CSA under CPAP-behandling identifieras, varav samtliga påverkade följsamheten till CPAP-behandlingen negativt och ökade risken för att behandlingen skulle avbrytas.1

En andra analys som gjordes med samma databas visade att patienter med kvarstående eller framväxande CSA som bytte från CPAP till ASV* hade en högre följsamhet och därmed eventuellt bättre behandlingsresultat.2

big-data-studie-ResMed

Tre kategorier av CSA under CPAP-behandling identifierades: framväxande, övergående och kvarstående CSA

big-data-CSA-utveckling-USA-villkor-ResMed

I studien ”Trajectories of CSA during CPAP therapy” undersöktes avidentifierade data från 133 000 distansmonitorerade patienter som behandlades för sömnrelaterade andningsstörningar (SDB) med ResMeds PAP-apparater (positivt luftvägstryck) i USA under 2015.1 Ny information om den naturliga bakgrunden till CSA under CPAP-behandling upptäcktes med hjälp av upprepade resultat från kliniska distansmonitoreringsdata istället för enstaka ”ögonblicksbilder” av CSA.

big-data-CSA-utveckling-förekomst-USA-ResMed

CSA förekom hos 3,5 % av patienterna; 3 kategorier av behandlingar som associerats med CSA identifierades1: framväxande (20 %), övergående (55 %) och kvarstående (25 %) CSA.

Varje kategori är associerad med sämre följsamhet och ökad risk för behandlingsavbrott1

  • Förekomsten av CSA kopplades till färre CPAP-användningstimmar och högre sannolikhet att avbryta behandlingen jämfört med vid OSA. Sannolikheten för att fortsätta med CPAP-behandlingen dag 300 var 83 % för OSA och 79 %, 76 % och 72 % för övergående, kvarstående respektive framväxande CSA.
  • Risktalet för behandlingsavslut för de 3 CSA-grupperna var 1,3, 1,5 respektive 1,7.
  • Resultaten var konsekventa vid användning av antingen European Respiratory Societys eller den amerikanska definitionen av kvarstående CSA (AHI ≥15/tim eller index för central sömnapné (CAI) ≥5/tim).

Att byta från CPAP till ASV för patienter med framväxande eller kvarstående CSA kan förbättra användningsgraden2

big-data-ASV-byta-användningstimmar-ResMed

En andra analys visade att följsamheten hos patienter med framväxande eller kvarstående CSA som bytte från CPAP till ASV förbättrades omedelbart efter bytet. En förbättring av följsamheten på +22 % kunde ses i de två patientundergrupper som bytte från CPAP till antingen fast (n = 127, p < 0,05) eller variabel (n = 82, p < 0,01) EPAP ASV.2

big-data-ASV-byta-AHI-ResMed

Genomsnittlig AHI före bytet från CPAP till ASV bland patienter med framväxande eller kvarstående CSA var 17,34/tim jämfört med 4,1/tim efter bytet.

Dessa data tyder på att om CSA kvarstår efter 2 veckor hamnar patienten inom kurvan för utveckling av framväxande eller kvarstående CSA och kan gynnas av att byta till ASV.*

Studien leddes av en extern internationell kommitté med sömn- och andningsexperter: Jean-Louis Pépin (Frankrike), Holger Woehrle (Tyskland), Atul Malhotra (USA) och Peter Cistulli (Australien).

”Big data”-studier – Expertvideor

Hör experterna prata om ”big data”-studien

 

”Big data”-analys: huvudresultat

Holger Woerhle, läkare, förklarar huvudresultaten från en ”big data”-analys av CSA vid CPAP-behandling.

 

Utvecklingskurva för framväxande CSA vid CPAP-behandling

Professor Jean-Louis Pépin förklarar resultatet från ”big data”-analysen ”Trajectories of Emergent Central Sleep Apnoea during CPAP therapy”.

 

Big data: nästa milstolpe inom andnings- och sömnvård?

Ramon Farré, fil. dr, delar med sig av sina tankar kring big data: definitioner, nya analysbegrepp och verktyg, patientuppgiftsskydd, regelverk och risker.

Implikationer för klinisk praxis

Identifiera kvarstående CSA med ResScan™

Värdena från ResScan ger AHI, AI, CAI, hypopnéindex (HI) och Oxygen Desaturation Index (ODI) (om en oximeter används), vilket gör att du kan identifiera kvarstående CSA och Cheyne-Stokes respiration (CSR) under CPAP-behandling.

  1. Logga in till ResScan
  2. Gå till patientjournalen
  3. Gå till ”Inställningar”
  4. Kontrollera att patienten behandlas med CPAP/APAP under behandlingsfunktionen
big-data-ResScan-inställningar-behandlingsfunktion-ResMed
  1. Gå till ”Statistik”
  2. Välj de senaste 2 veckorna
  3. Titta på AHI och AI för att se om: AHI ≥ 15/tim, AI > 5/tim eller CAI > 5/tim
big-data-ResScan-statistik-ResMed

Identifiera kvarstående CSA med AirView™

AirView har en färgkodad instrumentpanel där du enkelt ser låg användningsgrad och kvarstående AHI. Den ger en översikt över användning, AHI och läckage under de senaste 10 dagarna. Ikonguiden för AirView hittar du här. [Engelsk PDF]

big-data-AirView-uppkoppladepatienter-ResMed

  1. Logga in till AirView
  2. Gå till patientfliken och klicka sedan på trådlösa alternativ för att öppna den trådlösa instrumentpanelen
  3. Titta på patienterna som behandlas med CPAP/APAP
  4. Titta på patienter med de här ikonerna
  5. Klicka på fyrkanten som indikerar ett för högt AHI för detaljerad information
big-data-AirView-iconAHI-ResMed
  1. Titta på AHI om se om AHI ≥ 15/tim
  2. Klicka på patienten
  3. Gå till ”Skapa rapport” och välj ”Följsamhets- och behandlingsrapport”
big-data-AirView-create-report-ResMed
  1. Gå igenom rapporten och titta på CAI för att se om CAI > 5/tim
big-data-AirView-report-CAI-ResMed

Support för forskning som leds av huvudprövare

ResMed tror på att stödja etisk, oberoende klinisk forskning, som utförs av kvalificerade externa prövare.

 

Referenser:

*ASV-behandling är kontraindicerat för patienter med kronisk, symtomatisk hjärtsvikt (NYHA 2–4) med minskad ejektionsfraktion i vänster kammare (LVEF ≤ 45 %) och måttlig till svår dominerande central sömnapné.

  1. Liu et al. Trajectories of Emergent Central Sleep Apnea During CPAP therapy. Chest. 2017;152(4):751-60.
  2. Pépin et al. Adherence to Positive Airway Therapy After Switching From CPAP to ASV: A Big Data Analysis. J Clin Sleep Med. 2018 Jan 15;14(1):57-63. doi: 10.5664/jcsm.6880.